CN113002527A - 一种自主电动汽车横向稳定性鲁棒容错控制方法 - Google Patents

一种自主电动汽车横向稳定性鲁棒容错控制方法 Download PDF

Info

Publication number
CN113002527A
CN113002527A CN202110225951.9A CN202110225951A CN113002527A CN 113002527 A CN113002527 A CN 113002527A CN 202110225951 A CN202110225951 A CN 202110225951A CN 113002527 A CN113002527 A CN 113002527A
Authority
CN
China
Prior art keywords
vehicle
automobile
tolerant
electric vehicle
fault
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202110225951.9A
Other languages
English (en)
Other versions
CN113002527B (zh
Inventor
王晓伟
赵晶
刘泰佑
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Northeastern University China
Original Assignee
Northeastern University China
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Northeastern University China filed Critical Northeastern University China
Priority to CN202110225951.9A priority Critical patent/CN113002527B/zh
Publication of CN113002527A publication Critical patent/CN113002527A/zh
Application granted granted Critical
Publication of CN113002527B publication Critical patent/CN113002527B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/02Control of vehicle driving stability
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/02Ensuring safety in case of control system failures, e.g. by diagnosing, circumventing or fixing failures
    • B60W50/0205Diagnosing or detecting failures; Failure detection models
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/02Ensuring safety in case of control system failures, e.g. by diagnosing, circumventing or fixing failures
    • B60W50/0205Diagnosing or detecting failures; Failure detection models
    • B60W2050/022Actuator failures

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Human Computer Interaction (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)

Abstract

本发明提供一种自主电动汽车横向稳定性鲁棒容错控制方法,涉及汽车稳定性控制技术领域,所述控制方法包括以下步骤,S1:采集汽车的固有参数和实时参数;S2:利用采集的所述固有参数和所述实时参数,建立自主电动汽车的横向动态容错控制系统模型;S3:在所述横向动态容错控制系统模型上,分析轮胎非线性与车辆纵向速度变化及自适应触发机制,建立系统的综合控制系统模型;S4:根据所述综合控制系统模型,设计鲁棒容错控制器;S5:根据所述鲁棒容错控制器,对汽车的横摆力矩进行分配。本发明采用T‑S模糊模型方法,通过混合多个线性局部子系统来逼近非线性系统,得到了更有效的汽车非线性动力学系统的控制效果,提高了车辆的侧向稳定性。

Description

一种自主电动汽车横向稳定性鲁棒容错控制方法
技术领域
本发明涉及汽车稳定性控制技术领域,尤其涉及一种自主电动汽车横向稳定性鲁棒容错控制方法。
背景技术
近些年来,随着环境问题的日益加剧,自主电动汽车作为一种零排放,无污染的新能源汽车逐渐出现在人们的生活中。自主电动汽车拥有灵活驱动和快速相应的同时,对进一步提高能源效率、车辆操控、舒适性和安全性具有重要意义。汽车横向稳定性在安全性评价方面至关重要,因此,近年来,有关自主电动汽车横向稳定性控制系统的研究收到了人们的广泛关注。
车辆行驶过程中,由于车轮在不同工况下的转向刚度不同,带来了轮胎力的非线性变化。此外,车辆纵向速度变化范围较大。以上二者对车辆侧向稳定性的影响都较大。并且,轮胎非线性动力学和车辆纵向速度的变化,带来了参数的不确定性。基于传统的线性车辆模型的控制器在面对不确定参数时可能会崩溃。因此,有待发明一种考虑到轮胎非线性和车辆纵向速度变化的自主电动汽车横向稳定性鲁棒容错控制方法。
发明内容
本发明提供一种自主电动汽车横向稳定性鲁棒容错控制方法,解决了自主电动汽车横向稳定性受轮胎非线性和车辆纵向速度变化影响的问题。
为达到以上目的,本发明采取的技术方案是:一种自主电动汽车横向稳定性鲁棒容错控制方法,所述控制方法包括以下步骤:
S1:采集汽车的固有参数和实时参数,固有参数包括汽车总质量、车轮轨道宽度的一半、前轴到汽车中心的距离、后轴到汽车中心的距离、转动惯量、前轮的侧偏刚度和后轮的侧偏刚度,所述实时参数包括前轮转向角、汽车纵向速度、汽车横向速度和横摆角速度;
S2:利用采集的所述固有参数和所述实时参数,建立自主电动汽车的横向动态容错控制系统模型;
S3:在所述横向动态控制系统模型上,分析轮胎非线性与车辆纵向速度变化及自适应触发机制,建立系统的综合控制系统模型;
S4:根据所述综合控制系统模型,设计鲁棒容错控制器;
S5:根据所述鲁棒容错控制器,对汽车的横摆力矩进行分配。
优选地,汽车的横向动态控制系统模型为:
Figure BDA0002956125080000021
Figure BDA0002956125080000022
其中,m为汽车总质量,r为横摆角速度,
Figure BDA0002956125080000023
为横摆角加速度,Fyf为前轮的侧向力,Fyr为后轮的侧向力,vf为汽车的横向速度,vx为汽车的纵向速度,
Figure BDA0002956125080000024
为汽车横向加速度,I为车身的转动惯量,ΔM为外部提供的汽车的横摆力矩。
优选地,步骤S2中所述横向动态控制系统模型的状态方程为:
Figure BDA0002956125080000025
z(t)=Cx(t)
其中,x(t)=[vf r],ω(t)=ΔM,u(t)=δ,z(t)为控制输出,C为单位矩阵,
Figure BDA0002956125080000026
优选地,步骤S2中所述横向动态容错控制系统设计时需添加执行机构故障参数,故实际的控制输入可表示为:
u(t)=Gud(t)
其中,ud(t)表示理想的执行机构力,G为故障系数。
优选地,步骤S2中所述自主电动汽车的横向动态控制系统由传感系统、自适应触发机制、零阶保持器ZOH、车辆控制单元和车内网络组成,所述自适应触发机制的方程为:
tk+1h=tkh+min{lh|[x(tkh+lh)-x(tkh)TΩx(tkh+lh)-x(tkh)≥ε(t)x(tkh)TΩx(tkh)]}
其中,h为采样周期,lh为采样瞬间,tkh为最新释放瞬间,tk+1h为下一个释放瞬间,由事件生成器根据自适应触发规律确定,Ω为触发条件的正权重矩阵,x(tkh)表示最新的释放信号,x(tkh+lh)表示当前采样信号,ε(t)表示自适应事件触发阈值,ε(t)导数如下:
Figure BDA0002956125080000031
其中0<ε(t)≤1,ε0>0为预设常数,且ex(t)=x(tkh+lh)-x(tkh);
控制通道中不可避免会出现网络诱导延迟τ(t),分析网络诱导延迟可得x(t)=x(t-τ(t))-ex(t)。
优选地,步骤S3中所述模型分析参数非线性后的综合控制系统模型为:
Figure BDA0002956125080000032
其中,x(t)为系统状态向量,αi(t)和αj(t)为模糊模型的加权系数,ω(t)为系统干扰输入,τ(t)为系统时滞,ex(t)为事件触发采样间隔,z(t)为系统输出,G故障系数,Kj为系统控制增益,Ai为将A中的Cf、Cr、vx替换为最值所得到的状态方程系数矩阵,B1i为将B1中的Cf、Cr、vx替换为最值所得到的状态方程系数矩阵,为将B2中的Cf、Cr、vx替换为最值所得到的状态方程系数矩阵,C为单位矩阵。
优选地,步骤S4中所述鲁棒容错控制器为:
Figure BDA0002956125080000041
其中,z(t)为系统输出,ω(t)为系统干扰输入,γ为H性能衰减水平。
优选地,步骤S5中所述各个轮胎分配所需的外部横摆力矩公式为:
Figure BDA0002956125080000042
其中,Fzfl为前左轮的垂直载荷,Fzfr为前右轮的垂直载荷,Fzrl为后左轮的垂直载荷,Fzrr为后右轮的垂直载荷。
本发明的有益效果在于:
1、采用简化但有效的T-S模糊模型方法,通过混合多个线性局部子系统来逼近非线性系统,得到了更有效的汽车非线性动力学系统的控制效果,提高了车辆的侧向稳定性;
2、采用事件触发机制控制策略,有效的节省了有限的网络带宽资源,减少了通信负担,提高了子系统之间共享有限带宽通信网络的数据传输效率,从而共同控制提高了车辆的性能;
3、考虑执行器故障,提高了系统的鲁棒性。
附图说明
为了更清楚的说明本发明的实施例或现有技术的技术方案,下面将对实施例或现有技术描述中所需要使用的附图做一简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明线性二自由度汽车模型。
图2为本发明四轮车辆动力模型图。
图3为本发明自主电动汽车自适应事件触发原理图。
图4为本发明自主电动汽车鲁棒容错控制方法的流程图。
图5为本发明步骤流程图。
具体实施方式
需要说明的是,在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本发明。
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。以下对至少一个示例性实施例的描述实际上仅仅是说明性的,决不作为对本发明及其应用或使用的任何限制。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本发明的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
除非另外具体说明,否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本发明的范围。同时,应当清楚,为了便于描述,附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。对于相关领域普通技术人员己知的技术、方法和设备可能不作详细讨论,但在适当情况下,所述技术、方法和设备应当被视为授权说明书的一部分。在这里示出和讨论的所有示例中,任向具体值应被解释为仅仅是示例性的,而不是作为限制。因此,示例性实施例的其它示例可以具有不同的值。应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步讨论。
本发明提供一种技术方案:一种自主电动汽车横向稳定性鲁棒容错控制方法,如图5所示,包括以下步骤:
S1:采集汽车的固有参数和实时参数;
S2:利用采集的固有参数和实时参数,建立自主电动汽车的横向动态控制系统模型;
S3:在横向动态控制系统模型上,分析轮胎非线性与车辆纵向速度变化及自适应触发机制,建立系统的综合控制系统模型;
S4:根据综合控制系统模型,设计鲁棒容错控制器;
S5:根据鲁棒容错控制器,对汽车的横摆力矩进行分配。
S1中的固有参数包括:汽车总质量m,车轮轨道宽度的一半ls,前后轴到汽车中心的距离lf、lr,转动惯量I,以及前后轮的侧偏刚度Cf、Cr
S1中的实时参数包括:前轮转向角δ,汽车纵向速度vx,汽车横向速度vy,横摆角速度r;
参数中,前轮转角通过采集驾驶员操控的方向盘转角,然后按转向传动机构比例计算获得;横摆角速度和汽车的横向、纵向速度,通过陀螺仪测算得到。
S2中,根据S1的参数,建立汽车的横向动力学模型如图1所示,假设左右车轮对称,CG表示汽车的重心,m为汽车总质量,r为横摆角速度,
Figure BDA0002956125080000064
为横摆角加速度,Fyf、Fyr分别表示前后轮的侧向力,vy、vx表示汽车的横向速度和纵向速度,
Figure BDA0002956125080000065
表示汽车横向加速度,I为车身的转动惯量,ΔM为外部提供的汽车的横摆力矩,lf、lr是汽车前后轴到汽车重心的距离,ls是汽车车轮轨道宽度的一半。
根据牛顿力学定律和图2所示车辆动力学模型,得到以下方程:
Figure BDA0002956125080000061
Figure BDA0002956125080000062
轮胎侧向力和侧向角的关系如下表示:
Fyf=-Cfαf,Fyr=-Crαr
Figure BDA0002956125080000063
其中,Cf、Cr为前后轮胎的侧偏刚度,αf、αr分别为前后轮的侧偏角;
选取汽车的横向速度vf和横摆角速度r作为状态方程的状态变量,可以得到如下横向动力学模型:
Figure BDA0002956125080000071
其中,x(t)=[vy r],ω(t)=ΔM,u(t)=δ。
Figure BDA0002956125080000072
为了提高车辆的横向稳定性,设定了车辆纵向速度vy,和横摆角速度r为控制目标。因此,控制输出定义为:
z(t)=Cx(t)
其中,C为单位矩阵。
自主电动汽车控制系统的设计需要考虑执行机构故障,故实际的控制输入可表示为:
u(t)=Gud(t)
其中ud(t)表示理想的执行机构力,G为故障系数,其最大值表示为Gmax,最小值表示为Gmin,且0≤Gmin≤G≤Gmax≤1,而故障系数G可以表述为:
Figure BDA0002956125080000073
其中N为一个未知的对角矩阵,满足NNT≤I,且
Figure BDA0002956125080000074
如图3所示,自主电动汽车的横向动态控制系统由传感系统、自适应触发机制、零阶保持器ZOH、车辆控制单元和车内网络组成,其中自适应触发机制作为传感系统与ZOH的接口,可大量节省通信资源,减轻通信负担。定义采样周期为h,采样瞬间为lh,最新释放瞬间为tkh,下一个释放瞬间tk+1h,由事件生成器根据自适应触发规律确定,具体如下:
tk+1h=tkh+min{lh|[x(tkh+lh)-x(tkh)TΩx(tkh+lh)-x(tkh)≥ε(t)x(tkh)TΩx(tkh)]}
其中Ω为触发条件的正权重矩阵,x(tkh)和x(tkh+lh)分别表示最新的释放信号和当前采样信号。ε(t)表示自适应事件触发阈值,其导数如下:
Figure BDA0002956125080000081
其中0<ε(t)≤1,ε0>0为预设常数,且ex(t)=x(tkh+lh)-x(tkh)。
控制通道中不可避免会出现网络诱导延迟,这会影响控制性能及车辆稳定性。假设其发生传感系统与ZOH之间,将Tk定义为释放信号x(tkh)到达ZOH的时间瞬间,则网络诱导可描述为:
τk=Tk-tkh
则控制单元输出可表示为:
x(t)=x(tkh),t∈[tkh+τk,tk+1h+τk+1)
ZOH的保持区间可分为:
Figure BDA0002956125080000082
其中μ=min{j|tkh+τk+jh≥tk+1h+τk+1},φj=[tkh+τk+{j-1)h,tkh+τk+jh),j=1,2,…,μ,φμ=[tkh+τk+(μ-1)h,tkh+τk)。
定义τ(t)=t-tkh-lh,t∈φj,则τ(t)为分段线性函数满足:
τ1=τm≤τ(t)≤h+τM=τ2
其中τm=min{τk|k=1,2,…},τM=max{τk|k=1,2,…}。
因此可得:
Figure BDA0002956125080000091
考虑轮胎的非线性和纵向速度变化,利用以下条件:
Cf min≤Cf≤Cf max
Cr min≤Cr≤Cr max
vr min≤vr≤vr max
根据扇形非线性方法,轮胎转向刚度Cf、Cr及变化的横向速度vx,1/vx可表示为:
Figure BDA0002956125080000092
Figure BDA0002956125080000093
Figure BDA0002956125080000094
Figure BDA0002956125080000095
ρ1=Cf,ρ2=Cr,ρ3=vx,ρ4=1/vx表示前提变量,属度函数按如下计算
Figure BDA0002956125080000096
Figure BDA0002956125080000097
Figure BDA0002956125080000098
Figure BDA0002956125080000099
且对于i=1,2,3,4满足:
Figure BDA00029561250800000910
根据考虑的前提变量和相应的隶属度函数,可以推导出由表1所示的16条模糊规则组成的T-S模糊模型,其中“H”和“L”分别表示“重”和“轻”,用以逼近非线性横向动力学系统。
模型规则i:当ρ1(t)为“L或H”,ρ2(t)为“L或H”,ρ3(t)为“L或H”,和ρ4(t)为“L或H”,则
Figure BDA0002956125080000101
其中矩阵Ai,B1i和B2i由在车辆动力学模型建立中,分别用Cfmin或Cfmax,Crmin或Crmax,vxmin或vxmax,1/vxmax或1/vxmin代替Cf,Cr,vx,1/vx所得。
基于标准模糊推理方法,整体模糊模型如下:
Figure BDA0002956125080000102
其中
Figure BDA0002956125080000103
Figure BDA0002956125080000104
Figure BDA0002956125080000108
Figure BDA0002956125080000105
Figure BDA0002956125080000106
表一:模糊规则
Figure BDA0002956125080000107
为了设计一种模糊可靠反馈控制器,利用以下控制规则来构造模糊控制器。
控制器规则j:当ρ1(t)为“L或H”,ρ2(t)为“L或H”,ρ3(t)为“L或H”,和ρ4(t)为“L或H”,则
ud(t)=Kjx(t)=Kj(x(t-τ(t))-ex(t))
t∈[tkh+τk,tk+1h+τk+1)
与系统的T-S模糊模型相似,整体模糊控制律为:
Figure BDA0002956125080000111
t∈[tkh+τk,tk+1h+τk+1)
其中
Figure BDA0002956125080000112
Figure BDA0002956125080000113
Figure BDA00029561250800001110
Figure BDA0002956125080000114
Figure BDA0002956125080000115
因此,构建理想车辆的横向动力学控制模型为:
Figure BDA0002956125080000116
基于上述过程建立的自主电动汽车横向稳定性控制模型和图4所示自主电动汽车鲁棒容错控制方法,设计一种鲁棒容错控制器,使得上述的闭环系统渐进稳定,并满足具有γ衰减水平的H性能,即:
Figure BDA0002956125080000117
状态反馈增益矩阵K的取值可由如下方法确定:针对上述的闭环系统,若存在正标量0≤τ1≤τ2,ε0>0,γ>0,和正定矩阵
Figure BDA0002956125080000118
Figure BDA0002956125080000119
Ω,j=1,2,…,8,使得以下的LMI成立,则存在鲁棒容错控制器可使得系统渐进稳定且满足H性能。
Figure BDA0002956125080000121
其中:
Figure BDA0002956125080000122
Figure BDA0002956125080000123
Γ22=-diag{R1 -1 R2 -1 I}
通过求解以上矩阵不等式,可以求得Kj,然后通过计算可得到汽车的横摆力矩ΔM。
轮胎纵向力与横摆力矩的关系为Fxij=Tij/R′,其中R′为轮胎半径。
通过力矩分配系统计算分配到每个车轮的力矩:
Figure BDA0002956125080000124
Figure BDA0002956125080000125
其中,Fzij为各轮垂直载荷,Tij为各轮的外作用力矩,下标fl,fr,rl,rr分别表示前左轮,前右轮,后左轮,后右轮。忽略侧向加速度引起的垂直力传递,得到各轮在垂直方向的载荷为:
Figure BDA0002956125080000131
因此,根据上式可得各个轮胎分配所需的外部横摆力矩。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。

Claims (8)

1.一种自主电动汽车横向稳定性鲁棒容错控制方法,其特征在于,所述控制方法包括以下步骤:
S1:采集汽车的固有参数和实时参数,固有参数包括汽车总质量、车轮轨道宽度的一半、前轴到汽车中心的距离、后轴到汽车中心的距离、转动惯量、前轮的侧偏刚度和后轮的侧偏刚度,所述实时参数包括前轮转向角、汽车纵向速度、汽车横向速度和横摆角速度;
S2:利用采集的所述固有参数和所述实时参数,建立自主电动汽车的横向动态容错控制系统模型;
S3:在所述横向动态控制系统模型上,分析轮胎非线性与车辆纵向速度变化及自适应触发机制,建立系统的综合控制系统模型;
S4:根据所述综合控制系统模型,设计鲁棒容错控制器;
S5:根据所述鲁棒容错控制器,对汽车的横摆力矩进行分配。
2.根据权利要求1所述的自主电动汽车横向稳定性鲁棒容错控制方法,其特征在于:汽车的横向动态控制系统模型为:
Figure FDA0002956125070000011
Figure FDA0002956125070000012
其中,m为汽车总质量,r为横摆角速度,
Figure FDA0002956125070000013
为横摆角加速度,Fyf为前轮的侧向力,Fyr为后轮的侧向力,vy为汽车的横向速度,vx为汽车的纵向速度,
Figure FDA0002956125070000014
为汽车横向加速度,I为车身的转动惯量,ΔM为外部提供的汽车的横摆力矩。
3.根据权利要求2所述的自主电动汽车横向稳定性鲁棒容错控制方法,其特征在于:步骤S2中所述横向动态控制系统模型的状态方程为:
Figure FDA0002956125070000015
z(t)=Cx(t)
其中,x(t)=[vy r],ω(t)=ΔM,u(t)=δ,z(t)为控制输出,C为单位矩阵,
Figure FDA0002956125070000021
4.根据权利要求3所述的自主电动汽车横向稳定性鲁棒容错控制方法,其特征在于:步骤S2中所述横向动态容错控制系统设计时需添加执行机构故障参数,故实际的控制输入可表示为:
u(t)=Gud(t)
其中ud(t)表示理想的执行机构力,G为故障系数。
5.根据权利要求1所述的自主电动汽车横向稳定性鲁棒容错控制方法,其特征在于:步骤S2中所述自主电动汽车的横向动态控制系统由传感系统、自适应触发机制、零阶保持器ZOH、车辆控制单元和车内网络组成,所述自适应触发机制的方程为:
tk+1h=tkh+min{lh|[x(tkh+lh)-x(tkh)TΩx(tkh+lh)-x(tkh)≥ε(t)x(tkh)TΩx(tkh)]}
其中,h为采样周期,lh为采样瞬间,tkh为最新释放瞬间,tk+1h为下一个释放瞬间,由事件生成器根据自适应触发规律确定,Ω为触发条件的正权重矩阵,x(tkh)表示最新的释放信号,x(tkh+lh)表示当前采样信号,ε(t)表示自适应事件触发阈值,ε(t)导数如下:
Figure FDA0002956125070000022
其中0<ε(t)≤1,ε0>0为预设常数,且ex(t)=x(tkh+lh)-x(tkh);
控制通道中不可避免会出现网络诱导延迟τ(t),分析网络诱导延迟可得x(t)=x(t-τ(t))-ex(t)。
6.根据权利要求1所述的自主电动汽车横向稳定性鲁棒容错控制方法,其特征在于:步骤S3中所述模型分析参数非线性后的综合控制系统模型为:
Figure FDA0002956125070000031
其中,x(t)为系统状态向量,αi(t)和αj(t)为模糊模型的加权系数,ω(t)为系统干扰输入,τ(t)为系统时滞,ex(t)为事件触发采样间隔,z(t)为系统输出,G故障系数,Kj为系统控制增益,Ai为将A中的Cf、Cr、vx替换为最值所得到的状态方程系数矩阵,B1i为将B1中的Cf、Cr、vx替换为最值所得到的状态方程系数矩阵,为将B2中的Cf、Cr、vx替换为最值所得到的状态方程系数矩阵,C为单位矩阵。
7.根据权利要求6所述的自主电动汽车横向稳定性鲁棒容错控制方法,其特征在于:步骤S4中所述鲁棒容错控制器为:
Figure FDA0002956125070000032
其中,z(t)为系统输出,ω(t)为系统干扰输入,γ为H性能衰减水平。
8.根据权利要求7所述的自主电动汽车横向稳定性鲁棒容错控制方法,其特征在于:步骤S5中所述各个轮胎分配所需的外部横摆力矩公式为
Figure FDA0002956125070000033
其中,Fzfl为前左轮的垂直载荷,Fzfr为前右轮的垂直载荷,Fzrl为后左轮的垂直载荷,Fzrr为后右轮的垂直载荷。
CN202110225951.9A 2021-03-01 2021-03-01 一种自主电动汽车横向稳定性鲁棒容错控制方法 Active CN113002527B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110225951.9A CN113002527B (zh) 2021-03-01 2021-03-01 一种自主电动汽车横向稳定性鲁棒容错控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110225951.9A CN113002527B (zh) 2021-03-01 2021-03-01 一种自主电动汽车横向稳定性鲁棒容错控制方法

Publications (2)

Publication Number Publication Date
CN113002527A true CN113002527A (zh) 2021-06-22
CN113002527B CN113002527B (zh) 2022-09-30

Family

ID=76387048

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110225951.9A Active CN113002527B (zh) 2021-03-01 2021-03-01 一种自主电动汽车横向稳定性鲁棒容错控制方法

Country Status (1)

Country Link
CN (1) CN113002527B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116729407A (zh) * 2023-08-15 2023-09-12 蘑菇车联信息科技有限公司 车辆横向速度检测方法、电子设备及存储介质
CN117311346A (zh) * 2023-09-15 2023-12-29 广东省机场管理集团有限公司工程建设指挥部 机器人横向稳定协同转向控制方法、装置、终端及介质

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040162650A1 (en) * 2003-02-19 2004-08-19 Stefan Kueperkoch Fault-tolerant vehicle stability control
CN109367532A (zh) * 2018-08-20 2019-02-22 广东工业大学 一种基于速度依赖的汽车横向稳定性控制方法
CN110481334A (zh) * 2019-07-19 2019-11-22 江苏大学 基于扰动观测的四轮独立驱动电动汽车鲁棒自适应容错控制方法
CN110789350A (zh) * 2019-11-20 2020-02-14 电子科技大学 一种四驱电动汽车容错控制方法
CN110962839A (zh) * 2019-12-18 2020-04-07 厦门大学 无人驾驶电动汽车轨迹跟踪和横向稳定性综合控制方法
CN111007722A (zh) * 2019-12-18 2020-04-14 厦门大学 一种四轮转向自动驾驶汽车横向鲁棒容错控制系统及方法
CN111055837A (zh) * 2019-11-28 2020-04-24 广东工业大学 一种基于启发式算法的车辆横向稳定性控制方法
CN111452801A (zh) * 2019-01-21 2020-07-28 上海汽车集团股份有限公司 一种四轮转向汽车的鲁棒自适应控制方法和装置

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040162650A1 (en) * 2003-02-19 2004-08-19 Stefan Kueperkoch Fault-tolerant vehicle stability control
CN109367532A (zh) * 2018-08-20 2019-02-22 广东工业大学 一种基于速度依赖的汽车横向稳定性控制方法
CN111452801A (zh) * 2019-01-21 2020-07-28 上海汽车集团股份有限公司 一种四轮转向汽车的鲁棒自适应控制方法和装置
CN110481334A (zh) * 2019-07-19 2019-11-22 江苏大学 基于扰动观测的四轮独立驱动电动汽车鲁棒自适应容错控制方法
CN110789350A (zh) * 2019-11-20 2020-02-14 电子科技大学 一种四驱电动汽车容错控制方法
CN111055837A (zh) * 2019-11-28 2020-04-24 广东工业大学 一种基于启发式算法的车辆横向稳定性控制方法
CN110962839A (zh) * 2019-12-18 2020-04-07 厦门大学 无人驾驶电动汽车轨迹跟踪和横向稳定性综合控制方法
CN111007722A (zh) * 2019-12-18 2020-04-14 厦门大学 一种四轮转向自动驾驶汽车横向鲁棒容错控制系统及方法

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116729407A (zh) * 2023-08-15 2023-09-12 蘑菇车联信息科技有限公司 车辆横向速度检测方法、电子设备及存储介质
CN116729407B (zh) * 2023-08-15 2023-11-28 蘑菇车联信息科技有限公司 车辆横向速度检测方法、电子设备及存储介质
CN117311346A (zh) * 2023-09-15 2023-12-29 广东省机场管理集团有限公司工程建设指挥部 机器人横向稳定协同转向控制方法、装置、终端及介质
CN117311346B (zh) * 2023-09-15 2024-05-28 广东省机场管理集团有限公司工程建设指挥部 机器人横向稳定协同转向控制方法、装置、终端及介质

Also Published As

Publication number Publication date
CN113002527B (zh) 2022-09-30

Similar Documents

Publication Publication Date Title
Li et al. Comprehensive tire–road friction coefficient estimation based on signal fusion method under complex maneuvering operations
US6508102B1 (en) Near real-time friction estimation for pre-emptive vehicle control
Ma et al. Direct yaw-moment control of electric vehicles based on adaptive sliding mode
CN113002527B (zh) 一种自主电动汽车横向稳定性鲁棒容错控制方法
Schofield et al. Vehicle dynamics control and controller allocation for rollover prevention
Dahmani et al. Observer-based robust control of vehicle dynamics for rollover mitigation in critical situations
US20230339456A1 (en) Method and apparatus for front and rear driving torque distribution of vehicle, and vehicle
CN113460090B (zh) 自动驾驶车辆t型紧急避撞控制方法、系统、介质及设备
CN113635879B (zh) 一种车辆制动力分配方法
WO2022266824A1 (zh) 一种转向控制方法及装置
Ali et al. Combined ANFIS method with FA, PSO, and ICA as Steering control optimization on electric car
Guo et al. Integrated adaptive dynamic surface car-following control for nonholonomic autonomous electric vehicles
CN114194202A (zh) 基于相平面的车辆稳定状态判断方法、底盘协调控制方法及系统
CN109850015B (zh) 一种控制参数可自动调节的电动车主动前轮转向控制方法
Fu et al. Real‐time estimation and prediction of lateral stability of coaches: a hybrid approach based on EKF, BPNN, and online autoregressive integrated moving average algorithm
Qi et al. Research on Robust Control of Automobile Anti-lock Braking System Based on Road Recognition.
CN112046468B (zh) 一种基于t-s模糊的车辆横纵向耦合稳定性控制方法
CN109712424A (zh) 一种基于物联网的车辆导航方法
CN109910865B (zh) 一种基于物联网的车辆预警刹车方法
Zhang et al. A fuzzy control strategy and optimization for four wheel steering system
CN114162110B (zh) 一种无人驾驶车辆的横向稳定性控制方法
Cho et al. An investigation into unified chassis control for agility, maneuverability and lateral stability
Pan et al. Torque-Vectoring Control of Autonomous Vehicles Considering Optimization of Vehicle Handling Characteristics
Feng et al. Simulation analysis of efficiency and stability for vehicle’s ABS control on combined steering and braking maneuvers
Tamaddoni et al. Cooperative DYC system design for optimal vehicle handling enhancement

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant